а1 = Х - Dх1; а2 = Х - Dх2; ... ; аn = Х - Dхn.
Естественно, что истинные абсолютные ошибки Dхi могут принимать как
положительные, так и отрицательные значения.
Суммируя левые и правые стороны равенств получим
.
Поделим обе части равенства на число измерений n и получим
.
Величина является
среднеарифметическим величины Х. Если число n достаточно велико ( при n®¥),
то согласно четвертому свойству случайных ошибок
.
Это же видно и по кривой Гаусса (рис. 1), где всякой положительной
погрешности соответствует равная ей отрицательная.
Из изложенного следует, что
Х = а при n ® ¥,
т.е. при бесконечном числе измерений истинное значение измеряемой величины
равно среднеарифметическому значению результатов всех измерений. При
ограниченном числе измерений истинное значение будет отличаться от
среднеарифметического и необходимо оценить величину этого расхождения: Х = а
± Dх.
Следует еще раз подчеркнуть, что среднеарифметическое значение, принимаемое за
истинное значение измеряемой величины, является наиболее вероятным значением.
Среди значений аi могут оказаться значения, которые в
действительности ближе к истинному значению.
Отклонение Dх вероятнейшего значения а от его истинного значения Х называют
истинной абсолютной ошибкой.
1.6. Оценка точности измерений
Для ряда равноточных измерений а1, а2 ...аn
определим его среднеарифметическое значение а и составим разности (а - а1
), (а - а2), ..., (а - аn).
Каждую из этих разностей называют вероятнейшей ошибкой отдельного измерения (V
i). Вероятнейшие ошибки, как и истинные ошибки Dхi = (Х - а
i), бывают положительные и отрицательные, нулевые. Рассмотрим
т.е. алгебраическая сумма вероятнейших ошибок равна нулю при любом числе
измерений. Истинные случайные ошибки таким свойством не обладают.
Вероятнейшие ошибки Vi лежат в основе математической обработки
результатов измерений: именно по ним вычисляют предельную абсолютную ошибку Dа
i среднеарифметического а и тем самым оценивают точность результата
измерений.
Средняя истинная случайная ошибка (иначе - среднее отклонение отдельного
измерения) определяется выражением (Dх1+Dх2+...+Dхn
)/n.
Величина [(Dх1)2+(Dх2)2+...+(Dх
n)2]/n представляет средний квадрат случайной ошибки или
дисперсию S2 выборки (при ограниченном n) или генеральной
совокупности s2 (при бесконечном n). Средняя квадратичная ошибка
отдельного измерения S =
является лучшим критерием точности, чем средняя случайная ошибка, т.к. не
происходит компенсации положительных и отрицательных ошибок Dхi и
сильнее учитывается действие крупных ошибок.
Поскольку истинное значение Х измеряемой величины неизвестно, то неизвестны и
истинные случайные ошибки
хi. Для определения средней квадратичной ошибки S используется
положение теории случайных ошибок, что при большом числе измерений n
справедливо равенство
.
Различный знаменатель объясняется тем, что величины
хi являются независимыми, а из n величин Vi независимыми
являются n-1, т.к. в величину Vi входит а, само определяемое из этих
же n измерений.
Важно, что не зная самих истинных случайных ошибок удается вычислить среднюю
квадратичную ошибку определенного измерения:
S = ±.
Оценим теперь погрешность результата всей серии эксперимента, т.е. определим
величину Dх = Х - а.
Для этого проведем преобразование выражения
Sn2 =
=
= .
Если
повторить серии по n измерений в каждой N ðàç,
ìîæíî ïîëó÷ить
средние значения а1, а2, ... , аN и
погрешности результатов измерений
(Dх)1 = (Х - а1); (Dх)2 = (Х - а2); ... ; (Dх)N = (Х - аN)
и среднюю среднеквадратичную погрешность серии
Sa2 = .
При большом числе N S2a ® s2a
.
Усредняя выражение S2n по числу серий N, получаем
Sa2 = (Dx)2 = Sn2 - .
Учитывая что при большом n S2n ® s2 и S2 ® s2 получаем искомую
связь между дисперсиями всего опыта s2a и отдельного эксперимента [i1] s2
,
т.е. дисперсия s2a результата серии из n измерений в n раз
меньше дисперсии отдельного измерения. При ограниченном числе n измерений
приближенным выражением s2a будет S2a
.
Выражения s2a и S2a отражают
фундаментальный закон возрастания точности при росте числа наблюдений. Из него
следует, что желая повысить точность измерений в 2 раза мы должны сделать
вместо одного - четыре измерения; чтобы повысить точность в 3 раза, нужно
увеличить число измерений в 9 раз и т.д.
1.7. Понятие доверительного интервала и доверительной вероятности
Как установлено ранее, истинное значение измеряемой величины Х отличается от
среднеарифметического a на некоторую величину Dx. На рис. 2 представлено
расположение истинного значения Х и а, полученного из некоторых измерений а
1, а2, а3.
Ясно, что случайные величины а1, а2, а3
обусловят случайный характер абсолютной погрешности Dx результата серии
измерений, которая будет распределена по закону Гаусса:
.
Рис. 2. Взаимное расположение Х и а, полученных
из трех измерений а1, а2, а3
Тогда вместо выражения Х = а ± Dх можно записать а - Dх £ Х £ а + D.
Интервал (а - Dх; а + Dх), в который по определению попадает истинное
значение X называют доверительным интервалом. Надежностью (уровнем
значимости) результата серии измерений называется вероятность a того, что
истинное значение X измеряемой величины попадет в доверительный интервал.
Вероятность a выражается в долях единицы или процентах. Графически надежность
отражается площадью под кривой нормального распределения в пределах
доверительного интервала, отнесенной к общей площади. Выбор надежности
определяется характером производимых измерений. Например, к деталям самолета
предъявляются более жесткие требования, чем к лодочному мотору, а к
последнему значительно больше, чем к ручной тачке. При обычных измерениях
ограничиваются доверительной вероятностью 0,90 или 0,95. Для любой величины
доверительного интервала (выраженного в долях s ) по формуле Гаусса может
быть просчитана соответствующая доверительная вероятность. Эти вычисления
проделаны и сведены в таблицу, имеющуюся практически во всей литературе по
теории вероятности. На рис. 3 представлены значения надежности a при величине
доверительного интервала ±s, ±2s, ±3s. Эти значения доверительной вероятности
рекомендуется запомнить.
По рис. 3 видно, что величина абсолютной погрешности Dx может быть представлена
в виде К×sа, где К некоторый численный коэффициент, зависящий
от надежности a. Однако это справедливо лишь для большого (бесконечного) числа
n. При малых n этим коэффициентом пользоваться нельзя, т.к. величина sа
неизвестна. Для того, чтобы получить оценки границ доверительного интервала при
малом n вводится новый коэффициент ta. Этот коэффициент предложен
английским математиком и химиком В.С. Госсетом, публиковавшим свои работы под
псевдонимом ² Стьюдент ².
Рис. 3. Значения надежности a при различных значениях Dx/s
И коэффициент ta назвали коэффициентом Стьюдента. Коэффициент
Стьюдента отражает распределение случайной величины t =
при различном n. При n®¥ ( практически при n ³ 20 ) распределение
Стьюдента переходит в нормальное распределение. Значения коэффициента Стьюдента
также приводятся практически во всей литературе по теории вероятности.
Зная величину ta можно определить величину абсолютной погрешности Dх
= t×Sa . Следует отметить, что величина абсолютной погрешности
еще не определяет точность измерений. Точность измерений характеризует
относительная погрешность, равная отношению абсолютной погрешности Dx
результата измерений к результату измерений а: ε = ± Dх / а.
.
1.8. Обнаружение промахов
Если в ряду измерений встречаются результаты, резко отличающиеся от большей
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
|